Logo do repositório
  • Página Inicial(current)
  • Buscar
    Por Data de PublicaçãoPor AutorPor TítuloPor Assunto
  • Tutoriais
  • Documentos
  • Sobre o RI
  • Eventos
    Repositório Institucional da UFRN: 15 anos de conexão com o conhecimento
  • Padrão
  • Amarelo
  • Azul
  • Verde
  • English
  • Português do Brasil
Entrar

SIGAA

  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Maciel, Gustavo Gonçalves"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Resultados por página
  • Opções de Ordenação
  • Nenhuma Miniatura disponível
    TCC
    Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens
    (Universidade Federal do Rio Grande do Norte, 2023-07-10) Maciel, Gustavo Gonçalves; Pacheco, Alessandra Mendes; Gonzalez, Maria Carolina; http://lattes.cnpq.br/4560931690994322; 0009-0002-9690-1614; http://lattes.cnpq.br/0926263583680093; Vale, Tásia Moura Cardoso do; Teixeira, Leonardo Rodrigues de Lima; http://lattes.cnpq.br/8435923730992064; Barros, Luan Luis Magioli; http://lattes.cnpq.br/9996320310925260
    A tarefa de reconhecimento de objetos utiliza modelos animais com base na sua curiosidade natural por explorar itens novos, o que a torna uma ferramenta amplamente empregada na pesquisa para investigar diferentes fases da memória por meio do comportamento. Esse paradigma abrange desde a aquisição até a evocação e reconsolidação, fornecendo uma estrutura versátil para explorar múltiplos aspectos da memória. No entanto, a análise manual dos resultados pode ser demorada e suscetível a vieses potenciais. Nesse contexto, este trabalho tem o objetivo de desenvolver um sistema que automatize a identificação das coordenadas dos objetos presentes nas tarefas de reconhecimento com modelos animais, mais especificamente, com roedores. Essa informação é essencial para a aplicação de softwares que monitoram a quantidade e o tempo de exploração de cada item pelo animal, permitindo uma análise mais ágil e objetiva dos testes. Com isso, os pesquisadores poderão direcionar seu foco para outras etapas cruciais da investigação. Os resultados obtidos após a aplicação de técnicas de processamento de imagem demonstraram uma precisão de 99,01% na identificação dos itens, evidenciando uma diferença média de apenas 4,07 pixels em comparação com a marcação manual do centro do objeto.
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM